快速搜尋
﹤生技醫療、AI資訊﹥人工智慧預測非侵入式連續動脈壓波形系統
高雄醫學大學/程廣義教授
傳統連續動脈壓監測需動脈導管,具侵入性與感染風險
血壓波形預測技術多受限於延遲與準確度不足
臨床監測設備操作複雜,增加醫護人力負擔與耗材成本
技術簡介
本發明使用時間卷積神經網路 (TCN) 之複合模型運算,以心電圖 (ECG) 波形、血氧濃度 (SpO₂) 波形與生理資訊等資料,產生未來時間1秒內之連續動脈壓波形。本系統預測結果各項指標符合英國高血壓協會協議 (BHS) 規範以及醫療儀器先進協會 (AAMI) 規範之標準。系統可應用於手術中或重症之即時監控連續動脈血壓,具有非侵入性、避免血液感染風險、減少醫療人力與耗材,提高患者治療舒適度之優勢。

應用案例
- 應用於手術或重症病患之即時血壓監控,透過ECG與SpO₂信號即時推估動脈壓波形。
- 可整合於現有生理監測系統,提供連續且非侵入式血壓資訊。
- 有助於臨床決策支援與病患安全監控,提升治療效率與舒適度。
相關連結
無
專利名稱證號
TW I845056
技術產學合作或技轉單位
無
獲獎紀錄
無
技術聯絡人
高雄醫學大學 洪一豪專案副理
連絡電話:07-3121101 ext. 2360
聯絡信箱:R121084@kmu.edu.tw


